通過我自己的這大半年的接觸和了解，結合找工作需要現對於如何入門機器學習提幾點自己的看法。如果你以後要想幹演算法工程師、機器學習工程師，資料探勘工程師。那麼請你好好看一下***說的話。
總路線
先學機器學習，再學深度學習（實驗室某大神學長的建議），至少精通深度學習的乙個方向：cv和nlp。期間要插科打諢地複習好資料結構、數學基礎和強化你的程式設計能力。
書籍的話：《統計學習方法》（李航）、《機器學習》西瓜書、《深度學習》（yoshua bengio & ian goodfellow）、《prml》（選看）、《利用python進行資料分析》
大資料的話要會，要了解並行化分布式的東西，比如hadoop,spark,hive等，要明白底層的工作原理。
機器學習主要模型：線性回歸，邏輯回歸，svm，各種樹模型。原理公式要會，會推導。（如果你要走機器學習崗的工作），現在演算法崗對深度學習用處多一些。
經典演算法：em,hmm,貝葉斯網路，樸素貝葉斯，聚類，pca,lda，高斯混合模型。
概率論相關：各種分布，極大似然，最大後驗，假設檢驗的過程（顯著性水平和p的區別和聯絡），卡方檢驗等等。
賈慶山老師對研究生做學術的幾點建議
here.7個問題 你要做的這個問題是什麼？一句話就應該回答。任何乙個問題都可以在任意短的時間內，向任何人講到你希望達到的程度。如果你沒有做到，不是因為你做的問題很高精尖，是你的功夫下的不夠。例如我在聽乙個報告，五分鐘還沒有聽懂他在說什麼，不是因為我笨，是因為這個報告不好。為什麼？他花了五分鐘都沒有...
研究生學習總結
2020年的春節注定是不平凡的日子，全國人民都在奮力抗擊病毒，此刻能為國家做的最大的貢獻就是盡量待在家中。正好可以對這乙個學期的研究生生活進行乙個總結。首先提出在科研過程當中的一些不足 首先是專注度不夠，在每天的學習過程當中很容易分心，這導致效率不高，而且容易產生厭學情緒。其次是不能夠制定好周密的時...
一位機器學習領域研究生的博文導航（研究生可以看看）
2012年8月21號開始了我的第一篇博文，也開始了我的研究生生涯。懷著對機器學習和計算機視覺等等領域的懵懂，從乙個電子材料的領域跨入這個高速發展的人工智慧領域。從開始的因無知而驚慌，因陌生而乏力，到一步步的成長。這過程的知識積累也都大部分反映在這個部落格上面了。感謝這個平台促使自己去總結去堅持去進步...